PENGERTIAN BIG DATA
Nama :
1. Fairuz Rahman (1501153721)
2. Arvin Tobias (1501150625)
3. Kevin Samantha (1501155802)
4. Charles (1501149232)Big Data
Big data adalah data
berukuran raksasa yang volumenya terus bertambah, terdiri dari berbagai jenis
atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu
dan harus diproses dengan kecepatan tertentu pula.
Menurut Lawencon (2014, February)
Teknologi Big Data adalah manajemen aset informasi dengan volume tinggi,
kecepatan tinggi dan kompleks yang membantu perusahaan mengelola data dengan
biaya efektif dan mendorong inovasi pengolahan informasi untuk pengambilan
keputusan dan peningkatan pengetahuan atau wawasan. Big Data menjamin
pemrosesan solusi data dengan varian baru maupun eksisting untuk memberikan
manfaat nyata bagi bisnis.
Menurut Ronald Widha (2012,
Mei) Big Data didefinisikan sebagai sebuah problem domain di mana teknologi
tradisional seperti relational database tidak mampu lagi untuk melayani.
Definisi Big di sini adalah volume, velositas dan variasi datanya. Peningkatan
volum, velositas dan variasi data banyak diakibatkan oleh adopsi internet.
Setiap individu memproduksi konten atau paling tidak meninggalkan sidik jari
digital yang berpotensial untuk digunakan untuk hal-hal baru.
Big Data biasanya mengacu
pada jenis berikut data:
·
Traditional
enterprise data - termasuk informasi pelanggan dari sistem CRM, ERP data
transaksional, transaksi toko web, dan data general ledger.
·
Machine-generated
/sensor data - termasuk Call Detail Record ("CDR"), weblog, smart
meter, sensor manufaktur, log peralatan (sering disebut sebagai digital
exhaust), data sistem perdagangan.
·
Social
data - termasuk umpan balik pelanggan sungai, situs micro-blogging seperti
Twitter, platform media sosial seperti Facebook
Cloud Computing
Cloud Computing merupakan
layanan teknologi yang memungkinkan pengguna atau user mengelola data-data yang dimiliki, bukan lagi dengan
menggunakan teknologi komputer fisik, melaikan dengan teknologi berbasis
internet.
Menurut Kusuma Wardani (2013)
Komputasi awan (cloud computing) adalah gabungan pemanfaatan teknologi komputer
(komputasi) dan pengembangan berbasis internet (awan). Cloud computing
merupakan layanan jasa teknologi informasi yang menyediakan perangkat atau
infrastruktur melalui koneksi internet untuk memenuhi kebutuhan pengguna
layanan.
Cloud computing adalah suatu
konsep umum yang mencakup SaaS, Web 2.0, dan tren teknologi terbaru lain yang
dikenal luas, dengan tema umum berupa ketergantungan terhadap internet untuk
memberikan kebutuhan komputasi pengguna.
Menurut Meruvian (2013) Cloud
computing merupakan sebuah jargon baru diabad milenium yang lahir untuk merepresentasikan
semua hal, sebuah konsep baru yang merubah mekanisme bagaimana mengembangkan
sistem dilakukan. Sebuah metode virtualisasi yang memungkinkan sistem operasi,
middleware, database server, email server sampai web itu sendiri adalah satu
lapisan yang sama. Padahal kita tahu tidak ada satu server pun yang tidak dapat
berjalan tanpa sistem operasi.
Sejarah Big Data
"Big Data" pertama kali
diperkenalkan ke dunia komputasi oleh Roger Magoulas dari media O'Reilly pada
tahun 2005 dalam rangka untuk menentukan sejumlah besar data yang teknik
manajemen data tradisional tidak dapat mengelola dan proses karena kompleksitas
dan ukuran data ini .
Sebuah studi pada Evolution of Big Data
sebagai Penelitian dan Ilmiah Topic menunjukkan bahwa istilah "Big
Data" hadir dalam penelitian dimulai dengan tahun 1970-an tetapi telah terdiri dalam publikasi pada tahun 2008 . Saat ini
konsep Big Data diperlakukan dari sudut pandang yang berbeda yang meliputi
implikasinya di berbagai bidang .
Menurut Mike 2.0 , standar
open source Manajemen Informasi , Big Data didefinisikan oleh ukuran yang
terdiri dari koleksi besar kompleks dan independen set data, masing-masing
dengan potensi untuk berinteraksi . Selain itu, merupakan aspek penting dari
Big Data adalah fakta bahwa ia tidak dapat ditangani dengan teknik pengelolaan
data standar karena inkonsistensi dan ketidakpastian kemungkinan kombinasi .
Menurut IBM pandangan Big
Data memiliki empat aspek :
1. Volume : mengacu pada jumlah data yang dikumpulkan
oleh perusahaan . Data ini harus digunakan lebih lanjut untuk mendapatkan
pengetahuan yang penting ;
2. Velocity : mengacu pada waktu di mana Big Data dapat
diproses . Beberapa kegiatan yang sangat penting dan perlu tanggapan langsung ,
itulah sebabnya proses cepat memaksimalkan efisiensi ;
3. Ragam : Mengacu pada jenis data yang Big Data dapat
terdiri . Data ini dapat terstruktur serta tidak terstruktur ;
4. Kebenaran : mengacu pada tingkat di mana seorang
pemimpin mempercayai informasi yang digunakan untuk mengambil keputusan . Jadi
mendapatkan korelasi yang tepat di Big Data sangat penting bagi masa depan
bisnis .
Selain itu, di Gartner IT Glosarry Big Data
didefinisikan sebagai volume tinggi , kecepatan dan aset informasi yang
menuntut berbagai hemat biaya , bentuk-bentuk inovatif pengolahan informasi
untuk meningkatkan wawasan dan pengambilan keputusan . Menurut Ed Dumbill kursi
di Strata Conference O'Reilly, Big Data dapat digambarkan sebagai, "data
yang melebihi kapasitas pengolahan sistem database konvensional. Data tersebut
terlalu besar, bergerak terlalu cepat, atau tidak sesuai dengan striktur arsitektur
database Anda. Untuk mendapatkan nilai dari data ini, Anda harus memilih cara
alternatif untuk memprosesnya.
Dalam definisi sederhana kami menganggap Big Data
menjadi ekspresi yang terdiri set data yang berbeda dari yang sangat besar,
sangat kompleks, tidak terstruktur, terorganisir, disimpan dan diolah
menggunakan metode dan teknik yang digunakan untuk proses bisnis yang spesifik.
Ada banyak definisi tentang Big Data yang beredar di
seluruh dunia, tapi kami menganggap bahwa yang paling penting adalah salah satu
yang setiap pemimpin memberikan data satu perusahaan nya. Cara yang
didefinisikan Big Data memiliki implikasi dalam strategi bisnis. Setiap
pemimpin harus mendefinisikan konsep dalam rangka untuk membawa keunggulan
kompetitif bagi perusahaan.
Pentingnya Big Data
Pentingnya utama Big Data
terdiri dalam potensi untuk meningkatkan efisiensi dalam konteks penggunaan
volume data yang besar , dari jenis yang berbeda. Jika Big Data didefinisikan
dengan baik dan digunakan sesuai , organisasi bisa mendapatkan pandangan yang
lebih baik pada bisnis mereka karena itu menyebabkan efisiensi di berbagai
wilayah seperti penjualan , meningkatkan produk yang diproduksi dan sebagainya
.
Big Data dapat digunakan
secara efektif dalam bidang berikut :
• Dalam teknologi informasi
dalam rangka meningkatkan keamanan dan pemecahan masalah dengan menganalisis
pola dalam log yang ada ;
• Dalam layanan pelanggan
dengan menggunakan informasi dari call center untuk mendapatkan pola pelanggan
dan dengan demikian meningkatkan kepuasan pelanggan dengan layanan menyesuaikan
;
• Dalam meningkatkan layanan
dan produk melalui penggunaan konten media sosial . Dengan mengetahui potensi
pelanggan preferensi perusahaan dapat memodifikasi produk dalam rangka untuk
mengatasi area yang lebih besar dari orang-orang ;
• Dalam deteksi penipuan
dalam transaksi online untuk industri apapun ;
• Dalam penilaian risiko
dengan menganalisis informasi dari transaksi di pasar keuangan .
Di masa depan kami
mengusulkan untuk anayze dengan potensi dari Big Data dan daya yang dapat
diaktifkan melalui “Analisis Data Big”.
Tantangan Big Data
Pemahaman Big Data terutama
sangat penting . Dalam rangka untuk menentukan strategi terbaik untuk sebuah
perusahaan adalah penting bahwa data yang Anda mengandalkan harus dianalisis
dengan baik . Juga rentang waktu dari analisis ini adalah penting karena beberapa
dari mereka perlu dilakukan sangat sering untuk menentukan cepat setiap
perubahan dalam lingkungan bisnis .
Aspek lain diwakili oleh
teknologi baru yang dikembangkan setiap hari. Mengingat fakta bahwa Big Data
adalah baru bagi organisasi saat ini , perlu bagi organisasi-organisasi ini
untuk belajar bagaimana menggunakan teknologi baru yang dikembangkan segera
setelah mereka berada di pasar . Ini merupakan aspek penting yang akan membawa
keunggulan kompetitif untuk bisnis .
Kebutuhan untuk spesialis TI
juga merupakan tantangan bagi Big Data . Menurut studi McKinsey di Big Data
yang disebut Big Data : The perbatasan berikutnya untuk inovasi , ada kebutuhan
hingga 190.000 lebih banyak pekerja dengan keahlian analitis dan 1,5 juta
manajer data - melek lebih hanya di Amerika Serikat . Statistik ini adalah
bukti bahwa dalam rangka bagi perusahaan untuk mengambil inisiatif Big Data
harus menyewa ahli atau melatih karyawan yang ada di lapangan baru .
Keamanan dan Privasi juga
tantangan penting bagi Big Data . Karena Big Data terdiri dari sejumlah besar
data yang kompleks , sangat sulit bagi perusahaan untuk mengurutkan data ini
pada tingkat privasi dan menerapkan keamanan sesuai . Selain itu banyak
perusahaan saat ini sedang melakukan lintas negara dan benua bisnis dan
perbedaan dalam undang-undang privasi yang cukup besar dan harus
dipertimbangkan ketika memulai inisiatif Big Data .
Dalam pendapat kami bagi
suatu organisasi untuk mendapatkan keunggulan kompetitif dari manipulasi Big
Data itu untuk merawat sangat baik dari semua faktor ketika
mengimplementasikannya . Salah satu pilihan untuk mengembangkan strategi Big
Data disajikan di bawah ini . Selain itu, dalam rangka untuk membawa kemampuan
penuh untuk Big Data setiap perusahaan harus mempertimbangkan karakteristik
bisnis yang khas sendiri .
Big Data Analytics
The
big data analisis inisiatif harus menjadi proyek bersama yang melibatkan IT dan
bisnis . IT harus bertanggung jawab untuk menyebarkan hak besar alat analisis
data dan menerapkan praktik pengelolaan data suara . Kedua kelompok harus
memahami bahwa keberhasilan akan diukur oleh nilai tambah dengan perbaikan
bisnis yang dibawa oleh inisiatif .
Dunia
saat ini dibangun di atas fondasi data. Kehidupan saat ini dipengaruhi oleh
kemampuan perusahaan untuk membuang , menginterogasi dan mengelola data.
Pengembangan infrastruktur teknologi disesuaikan untuk membantu menghasilkan
data , sehingga semua layanan yang ditawarkan dapat ditingkatkan seperti yang
biasa digunakan .
Sebagai
contoh , saat ini internet menjadi sebuah platform pengumpulan-informasi besar
karena media sosial dan layanan online . Pada menit setiap mereka menambahkan
data. Ledakan data tidak dapat lagi diukur
dalam gigabyte , karena data lebih besar ada etabytes digunakan , exabyte ,
zettabytes dan Yottabytes .
Dalam
rangka mengelola volume raksasa dari data terstruktur yang tersimpan , telah
muncul "Big Data" fenomena . Hal ini cukup beralasan bahwa di sektor
komersial Big -Data telah diadopsi lebih cepat pada data yang didorong industri
, seperti jasa keuangan dan telekomunikasi , yang bisa dikatakan , telah
mengalami pertumbuhan yang lebih cepat dalam volume data dibandingkan dengan
sektor pasar lainnya , di samping persyaratan peraturan ketat dan jatuh
profitabilitas . Pada awalnya , Big Data dipandang sebagai tujuan untuk
mengelola untuk mengurangi biaya manajemen data. Sekarang, perusahaan fokus
pada potensi penciptaan nilai . Dalam rangka memperoleh manfaat dari wawasan
tambahan yang diperoleh ada kebutuhan untuk menilai kemampuan analitis dan pelaksanaan
" Big Data " .
Untuk
mengubah data yang besar menjadi keuntungan bisnis , bisnis harus meninjau cara
mereka mengelola data dalam pusat data. Data tersebut diambil dari berbagai
sumber , baik dari dalam maupun di luar organisasi . Hal ini dapat mencakup
konten dari video , data yang sosial , dokumen dan data yang dihasilkan mesin ,
dari berbagai aplikasi dan platform . Bisnis memerlukan sistem yang
dioptimalkan untuk memperoleh , mengatur dan memuat data ini tidak terstruktur
ke dalam database mereka sehingga dapat secara efektif diberikan dan dianalisis
. Analisis data harus mendalam dan perlu cepat dan dilakukan dengan tujuan
bisnis dalam pikiran
Skalabilitas
solusi data besar dalam pusat data merupakan pertimbangan penting . Data luas
saat ini, dan hanya akan mendapatkan lebih besar . Jika pusat data hanya dapat
mengatasi dengan tingkat data yang diharapkan dalam jangka pendek dan menengah
, bisnis cepat akan menghabiskan menyegarkan sistem dan upgrade . Oleh karena
itu, perencanaan ke depan dan skalabilitas yang penting .
Dalam
rangka untuk membuat setiap keputusan yang diinginkan ada kebutuhan untuk
membawa hasil penemuan pengetahuan untuk proses bisnis dan pada saat yang sama
melacak dampak apapun dalam berbagai dashboard , laporan dan analisis pengecualian
sedang dipantau . Pengetahuan baru ditemukan melalui analisis mungkin juga
memiliki pengaruh pada strategi bisnis , strategi CRM dan strategi keuangan ke
depan
Sampai
pertengahan tahun 2009 lalu , lanskap pengelolaan data sederhana : proses
transaksi online ( OLTP ) sistem ( terutama database ) mendukung proses bisnis
perusahaan; menyimpan data operasional ( ODSs ) akumulasi transaksi bisnis
untuk mendukung pelaporan operasional , dan gudang data perusahaan ( EDWs )
terakumulasi dan mengubah transaksi bisnis untuk mendukung kedua pengambilan
keputusan operasional dan strategis .
Big
Data Management didasarkan pada menangkap dan mengatur data yang relevan .
Analisis data yang mengandaikan untuk memahami yang terjadi , mengapa dan
memprediksi apa yang akan terjadi . Sebuah analisis lebih berarti metode
analisis baru untuk wawasan yang lebih dalam .
Analisis
data yang besar dan proyek open source Apache Hadoop dengan cepat muncul
sebagai solusi yang lebih disukai untuk bisnis dan tren teknologi yang
mengganggu manajemen data dan pengolahan lanskap tradisional . Perusahaan dapat
memperoleh keunggulan kompetitif dengan menjadi pengadopsi awal analisis data
yang besar . Meskipun analisis data yang besar dapat teknis menantang ,
perusahaan tidak harus menunda implementasi. Sebagai proyek Hadoop matang dan
dukungan intelijen bisnis ( BI ) alat membaik, besar kompleksitas pelaksanaan
analisis data yang akan mengurangi , tapi adopter awal keunggulan kompetitif
juga akan berkurang . Risiko penerapan teknologi dapat dikurangi dengan
mengadaptasi prinsip-prinsip arsitektur yang ada dan pola untuk teknologi baru
dan perubahan kebutuhan daripada menolaknya.
Analisis
data yang besar dapat dibedakan dari arsitektur pemrosesan data tradisional
bersama sejumlah dimensi :
-
Kecepatan pengambilan keputusan menjadi sangat penting bagi pengambil keputusan
-
Kompleksitas Processing karena memudahkan proses pengambilan keputusan
-
Volume data transaksional yang sangat besar
-
Data Struktur data dapat terstruktur dan tidak terstruktur
-
Fleksibilitas pengolahan / analisis terdiri dalam jumlah analisis yang dapat
dilakukan di atasnya
-
Concurrency
Lawencon. (2014). Big Data. 20-03-2014.
Widha, R. (2012). Apakah Big
Data Itu?. 20-03-2014
Wardani, K. (2013). Penerapan
Cloud Computing di Instansi Pemerintah. 20-03-2014
Meruvian.org. (2013).
Definisi Cloud Computing. 20-03-2014
Tidak ada komentar:
Posting Komentar